MétaCan
Menu
Retour à la cohorte
Enregistrement W2613968478 · doi:10.1061/(asce)up.1943-5444.0000391

Urban Planning in Recife, Brazil: Evidence from a Conflict Analysis on the New Recife Project

2017· article· en· W2613968478 sur OpenAlexafffund
Maísa Mendonça Silva, Keith W. Hipel, D. Marc Kilgour, Ana Paula Cabral Seixas Costa

Notice bibliographique

RevueJournal of Urban Planning and Development · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensWilfrid Laurier UniversityCentre for International Governance Innovation
Organismes subventionnairesUniversidade Federal de PernambucoUniversity of Waterloo
Mots-clésOpposition (politics)PoliticsRanking (information retrieval)Local governmentArmed conflictOrder (exchange)Conflict resolutionBusinessUrban planningPolitical scienceEnvironmental planningManagement sciencePublic relationsPublic administrationComputer scienceGeographyEconomicsEngineeringLawCivil engineering

Résumé

récupéré en direct d'OpenAlex

An urban planning conflict, the New Recife Project (NRP), located in the city of Recife, Brazil, is analyzed by means of the Graph Model for Conflict Resolution in order to obtain strategic insights. The NRP conflict has been under way since 2012 and is investigated with respect to its current status in 2016. The dispute is modelled as follows: four decision makers (NRP support, NRP opposition, Recife local government, and judicial authorities), two graph models, and the preferences of Recife local government are evaluated according to four criteria (economic, environmental, social, and political) by a multiple-criteria method, the preference ranking organization method for enrichment evaluations (PROMETHEE). Results suggest that lack of planning and public participation are critical issues in this Brazilian urban project and that both could improve decision making and prevent conflicts. Finally, analyzing this urban project conflict strategically also provides a reliable diagnosis of the situation and may help decision makers in future decisions and furnish guidelines to improve urban planning.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,066
Tête enseignante GPT0,304
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Urban Planning and DevelopmentMême sujetCoastal and Marine ManagementTravaux en français237 207